[发明专利]图像聚类方法、系统、设备及机器可读介质

权利要求书

1.一种图像聚类方法，其特征在于，包括以下步骤：

获取待聚类图片的一个或多个特征向量组；

对所述待聚类图片进行基于一个或多个特征向量组的聚类，若某一待聚类图片的某一特征向量组与另一聚类图片对应的特征向量组属于同一聚类，将所述某一待聚类图片归入另一聚类图片所属的聚类中。

2.根据权利要求1所述的图像聚类方法，其特征在于，对所述待聚类图片进行基于一个或多个特征向量组的聚类，若某一待聚类图片的某一特征向量组与另一待聚类图片对应的特征向量组属于同一聚类，将所述某一待聚类图片与另一待聚类图片归入同一聚类中；

若某一待聚类图片的某一特征向量组与其余待聚类图片对应的特征向量组均不属于同一聚类，则增加一个聚类，增加的聚类中包括所述某一待聚类图片及所述某一待聚类图片的某一特征向量组。

3.根据权利要求1所述的图像聚类方法，其特征在于，获取待聚类图片的一个或多个特征向量组；并在一个或多个已有聚类中获取每一个已有聚类中已聚类图片的一个或多个特征向量组；

对所述待聚类图片进行基于一个或多个特征向量组的聚类，若某一待聚类图片的某一特征向量组与某一已聚类图片对应的特征向量组属于同一聚类，将所述某一待聚类图片归入所述某一已聚类图片所属的聚类中；

若某一待聚类图片的某一特征向量组与某一已聚类图片对应的特征向量组不属于同一聚类，在所述已有聚类中增加一个聚类，增加的聚类中包括所述某一待聚类图片及所述某一待聚类图片的某一特征向量组。

4.根据权利要求3所述的图像聚类方法，其特征在于，获取待聚类图片的一个或多个特征向量组，对所述待聚类图片进行基于一个或多个特征向量组的聚类，将当前聚类结果作为一个或多个已有聚类。

5.根据权利要求1至4任一所述的图像聚类方法，其特征在于，每一个特征向量组至少包括一个或多个普通特征向量，和/或一个或多个特定特征向量；

所述普通特征向量包括以下至少之一：物理时间、时间戳；所述特定特征向量包括以下至少之一：地理位置、场景。

6.根据权利要求5所述的图像聚类方法，其特征在于，若所述待聚类图片的特征向量组仅包括普通特征向量时间戳，且某一待聚类图片的时间戳与另一聚类图片的时间戳的距离小于时间戳的预设距离阈值；则某一待聚类图片的时间戳与另一聚类图片的时间戳属于同一聚类，将所述某一待聚类图片归入所述另一聚类图片所属的聚类中。

7.根据权利要求6所述的图像聚类方法，其特征在于，比对已有聚类数量与预设聚类数量目标值的大小；若已有聚类的数量大于预设聚类数量目标值，则增大所述预设距离阈值；若已有聚类的数量小于预设聚类数量目标值，则减小所述预设距离阈值。

8.根据权利要求6所述的图像聚类方法，其特征在于，若所述待聚类图片的特征向量组还包括特定特征向量：地理位置；

将所有待聚类图片作为一个聚类；

判断该一个聚类中的待聚类图片的地理位置间隔距离的方差是否大于第一数值，以及判断该一个聚类中的待聚类图片张数是否大于第二数值；

若待聚类图片的地理位置间隔距离的方差小于等于第一数值，和/或待聚类图片张数小于等于第二数值，则基于该一个聚类中的间隔距离最大的地理位置所对应的两张待聚类图片，将该一个聚类拆分为两个聚类。

9.根据权利要求8所述的图像聚类方法，其特征在于，还包括：

获取拆分后的每一个聚类；

判断拆分后的每一个聚类中待聚类图片的地理位置间隔距离的方差是否大于第一数值，以及拆分后的每一个聚类中待聚类图片的张数是否大于第二数值；

若某一拆分后的聚类中待聚类图片的地理位置间隔距离的方差小于等于第一数值，和/或所述某一拆分后的聚类中待聚类图片的张数小于等于第二数值，则基于所述某一拆分后的聚类中的间隔距离最大的地理位置所对应的两张待聚类图片，将所述某一拆分后的聚类再拆分为两个聚类；

拆分后已有聚类的数量若小于预设聚类数量目标值，迭代执行上述步骤。